基于智能算法的移動機器人路徑規(guī)劃.pdf

1、移動機器人路徑規(guī)劃技術(shù)是機器人領(lǐng)域的一個重要研究內(nèi)容。本文針對基于環(huán)境模型的全局路徑規(guī)劃展開研究，根據(jù)已知的環(huán)境信息，應(yīng)用多種仿生智能算法規(guī)劃一條路徑；然后，根據(jù)這條路徑機器人在安全的避開未知的障礙物的同時盡量的按照這條路徑行駛，若偏離原始路徑達到某個閾值，則可能重新請求新的路徑規(guī)劃。
　　本文主要研究內(nèi)容如下：
　　1、本文是重點基于環(huán)境信息的路徑規(guī)劃，在原有的柵格環(huán)境法的基礎(chǔ)上提出兩個方面的修改，一是不再將機器人看做一個

2、質(zhì)點，柵格環(huán)境生成障礙物柵格時考慮了機器人的尺寸問題；二是采用了基于有效頂點的柵格環(huán)境模型，并給出了詳細的檢測算法流程。這一方法的引入使得路徑規(guī)劃從模型上避免了U型槽類的問題，使算法陷入局部收斂的概率的減小。
　　2、對于路徑規(guī)劃算法部分，本文重點研究了蟻群算法(ACO)和生物地理學優(yōu)化算法(BBO)的參數(shù)作用及其在最小路徑規(guī)劃的應(yīng)用方法。本文對基本算法做了多方面的改進從而使他們在路徑規(guī)劃中的穩(wěn)定性、誤差率和時效性上都表現(xiàn)突出。對

3、ACO的改進方面包括：信息素限制策略、精英螞蟻策略、動態(tài)參數(shù)調(diào)整、局部路徑檢測優(yōu)化和雙向搜索機制；對BBO算法的改進除了ACO中已運用的局部路徑檢測優(yōu)化和雙向搜索機制，還加入了精英島嶼策略和降維機制。
　　3、BBO算法、PSO算法、AFSO算法和ABC算法在很大程度上相似，BBO算法的改進方法和思想大多在PSO、AFSO和ABC上適用，經(jīng)過改進后的5個算法進行橫向比較，從統(tǒng)計學上分析了5個算法在不同環(huán)境模型下的算法穩(wěn)定性、求解能

4、力（誤差率）、時效性和魯棒性。
　　4、以面向用戶需求的角度提出了一個評價準則矩陣，為用戶路徑規(guī)劃時提供了方便的選擇智能算法的方法，并在一個實際的環(huán)境中測試了該方法。
　　本文有以下內(nèi)容屬創(chuàng)新點：
　　1、五種算法都采用的雙向搜索方法，提出了新的搜索方案，加快了路徑的搜索速度；
　　2、提出了降維機制，BBO、ABC、AFSA和PSO應(yīng)用于路徑規(guī)劃時采用降維機制有效降低算法的耗時；
　　3、提出了面向用戶的